蚁群算法选择神经网络参数的网络入侵检测

摘要：

为了解决网络入侵检测率低的难题,提出蚁群算法选择神经网络参数的网络入侵检测模型(ACO-NN).首先收集网络入侵检测数据,然后采用神经网络对入侵检测数据进行学习,通过蚁群算法解决神经网络参数选择问题,最后采用标准入侵检测数据进行验证性测试,并与其他模型进行对比分析.结果表明,所提模型解决了神经网络参数优化难题,降低了网络入侵检测的错误率,改善了网络入侵检测的正确率,有助于保证网络的安全性.

关键词：网络安全、非法用户、入侵检测、蚁群算法

所属期刊栏目：40

分类号：TN915.08-34;TP391

在线出版日期：2017-11-27（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：80-83